Numpy中如何堆叠数组和标量

在本文中，我们将介绍如何在Numpy中堆叠数组和标量。堆叠指的是将多个数组按照一定的方式合并成一个新的数组。在数据科学领域中，堆叠操作是非常常见的操作之一，例如合并多个数据集，构建新的特征矩阵等。

阅读更多：Numpy 教程

水平堆叠

水平堆叠指的是将多个数组从左往右堆叠，生成一个新的数组。在Numpy中，我们可以使用hstack()方法实现水平堆叠。以下是一个例子：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.hstack((a, b))
print(c)

输出结果为：

[1 2 3 4 5 6]

在这个例子中，我们创建了两个长度为3的一维数组a和b，然后使用hstack()方法将它们从左往右水平堆叠，生成了一个长度为6的一维数组c。

垂直堆叠

垂直堆叠指的是将多个数组从上往下堆叠，生成一个新的数组。在Numpy中，我们可以使用vstack()方法实现垂直堆叠。以下是一个例子：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.vstack((a, b))
print(c)

输出结果为：

[[1 2 3]
 [4 5 6]]

在这个例子中，我们创建了两个长度为3的一维数组a和b，然后使用vstack()方法将它们从上往下垂直堆叠，生成了一个2行3列的二维数组c。

深度堆叠

深度堆叠指的是将多个数组在深度方向上堆叠，生成一个新的数组。在Numpy中，我们可以使用dstack()方法实现深度堆叠。以下是一个例子：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.dstack((a, b))
print(c)

输出结果为：

[[[1 4]
  [2 5]
  [3 6]]]

在这个例子中，我们创建了两个长度为3的一维数组a和b，然后使用dstack()方法将它们沿着深度方向堆叠，生成了一个1行3列2深度的三维数组c。

列表堆叠

除了hstack()、vstack()和dstack()方法之外，Numpy还提供了concatenate()方法实现列表堆叠。以下是一个例子：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.concatenate((a, b))
print(c)

输出结果为：

[1 2 3 4 5 6]

在这个例子中，我们创建了两个长度为3的一维数组a和b，然后使用concatenate()方法将它们列表堆叠，生成了一个长度为6的一维数组c。

标量堆叠

将标量与数组堆叠在一起时，标量会被认为是一个数组，根据堆叠的方向不同，标量被重复成行数组或列数组。以下是一个例子：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.hstack((a, 10))
d = np.vstack((b, 20))
print(c)
print(d)

输出结果为：

[ 1  2  3 10]
[[ 4  5  6]
 [20 20 20]]

在这个例子中，我们创建了两个一维数组a和b，然后水平堆叠a和标量10，生成了一个长度为4的一维数组c，其中10被重复成一维数组。接着，我们垂直堆叠b和标量20，生成了一个2行3列的二维数组d，其中20被重复成一行数组。

总结

在Numpy中，我们可以通过hstack()、vstack()、dstack()和concatenate()方法实现不同维度的数组堆叠。在堆叠时，标量会被认为是一个与数组形状相同的数组，重复成行数组或列数组。堆叠操作在数据科学中经常用于合并多个数据集或构建新的特征矩阵。